1关于数据挖掘和数据挖掘技术
1）数据分析统计类数据挖掘技术
统计分析指的是利用统计学的上的分析方法，采用定性和定量相结合的方式，对那些异常的数据进行检验。在数据挖掘的模型中，主要使用的统计学方法包括：线性分析、单变量分析、时间序列分析、非线性分和回归分析等。在数据挖掘的各种技术中，统计型数据挖掘是最为成熟和完整的一种，在企业的设备管理中得到广泛应用。
2）数据挖掘过程模型分析
先举个例子。我们知道，对于上山采矿，人们是不会随表找个地方就在那里往下挖的。如果这样的话，即便挖上个几万年，可能也挖不出矿来。原因很简单，你挖的那个地方十有八九没有矿产。我们采矿之前，须经过周密的地质勘查，找出那些富有矿产的地区，然后再进行采矿，就会收到事半功倍的效果。同样的，数据挖掘也不是随随便便就能够进行的，也需要找出其中的规律，建立相关的过程模型，然后才能发现“宝藏”，挖掘“宝藏”。因此，我们也就指导，数据挖掘是需要建立相应的模型的。模型如何，直接关系着挖掘的效果，也就是关系着能不能挖到“宝藏”，影响数据挖掘效果的因素主要有：第一，是不是采用了最合理的数据挖掘技术；第二，参与挖掘的数据的准确性不是是合乎模型要求；第三，数据挖掘的流程设计是不是合理。做好这三个方面的工作，就可以确保数据挖掘的质量不出现问题。
2数据挖掘在设备管理中的应用分析
2.1企业设备管理的现状和存在问题分析
对设备进行管理，是为了最大程度上发挥设备的效能，从而提高企业的生产效率和经济效益。设备管理就是对企业的设备进行设计、选型和养护等各种技术活动和管理工作的总和。企业的设备管理，需要先进的设备管理理念，需要良好的设备管理体制，需要先进的设备维修技术等等。企业的设备管理，积累了大量的数据，分析这些数据的价值，也是设备管理的一项重要内容，也会给企业带来不小的经济价值。当前，企业设备管理中才能在一些问题，缩短了设备使用的年限。同时也造成了设备停机隐患增多、维修难度加大、维修成本上升等一系列问题。这都是设备管理部门面临的难题。
2.2基于数据挖掘的设备管理
和传统的设备管理模式相比，基于数据挖掘的设备管理有不少优势，它是结合了数据挖掘和人工智能的一种经营决策系统，利用QLAP等数据挖掘工具，利用设备数据库中的各种数据，实现对全部设备的实时动态监测和管理。基于数据挖掘的设备管理系统通过链接多层次的设备数据、可以使设备的检修等变得越来越快捷，而且还可以根据市场的需求，帮助设备管理的决策者制定合理的设备检修规划，使设备资源得到最合理和有效的利用。对于设备的缺陷，基于数据挖掘的设备管理系统可以对其进行统计和分析，从而设计出不同的设备缺陷维护和养护方案。但在现实中，这些缺陷往往很难被发现，但是通过数据挖掘，就可以从复杂的数据中找出设备隐含的问题，从而通过分析对比，选择最优的解决方式。本文以电视为例，具体分析数据挖掘在设备管理中的应用。
电视机在运行过程中，如果振动长期偏高的话，会对电机转子造成严重影响，可能会造成电机转子的损坏。这个时候，人们注意到的往往是线圈老化等问题，而想不到电机转子的平衡、电机底座的基础出现松动等故障。当然，这其中也有人们对于电视机的构造不熟悉的原因。在这种情况下，基于数据挖掘的设备管理系统就发挥了它的作用，它可以在数据库的指导下，对电视机进行点检和采样的结果进行处理分析，从而可以快速找到电视机出现故障的部位，进而提出最优的解决方案和控制措施。不仅如此，基于数据挖掘的设备管理系统还可以提高设备隐患的预见性，提前规划好设备维系的维修方式和检修方案。
3结论
设备管理是企业管理工作的重要内容。当前，市场竞争越来越激烈，可以说已经到了惨烈的程度，因此，企业必须采取一些列措施，尽可能降低生产经营成本，以提高自身的竞争力。在本文中，笔者从数据挖掘和数据挖掘的相关知识入手，分析了数据挖掘在设备管理中的应用。不难看出，在设备管理中采用数据挖掘技术和模型，可以提高设备使用年限，降低设备维修费用，从而降低企业生产成本，提高竞争力。
作者：程祥兰 单位：泰州新源电工器材有限公司
